10.16208/j.issn1000-7024.2021.10.030
基于改进SSD算法的学生课堂行为状态识别
为加强智慧教室中教学视频信息的有效运用,针对现有SSD算法的不足,提出改进SSD算法进行学生课堂行为状态识别的方法.结合K-means聚类算法对数据集进行聚类分析,在SSD网络预测层重新设置预测框比例及分布,增大训练时预测框和真实框的匹配度;引入目标检测焦点损失函数,保证正负样本及难易分类样本的平衡.在自制的听讲、睡觉、举手、回答及写字5种学生行为状态数据集上进行训练和测试,实验结果表明,改进的SSD算法对5种学生行为状态识别的平均精度均值达到95.4%,比原SSD算法提高了10.2%,同时适用于实时检测.
智慧教室;SSD算法;K-means聚类;焦点损失;行为状态识别
42
TP391.41(计算技术、计算机技术)
天津市自然科学基金项目;河北省高等学校科学技术研究重点基金项目
2021-11-02(万方平台首次上网日期,不代表论文的发表时间)
共7页
2924-2930